提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

记录一下使用谷歌云盘运行代码的详细过程，同时也阐明如何修改谷歌云盘中的python版本

一、修改云盘中的python版本

1，！python --version

查看此时的python版本是否是所需要的版本，如果是则不需要运行下列步骤，如果不是，则重新创建（个人认为类似于虚拟环境的概念）

2，创建python3.6

%%bash

MINICONDA_INSTALLER_SCRIPT=Miniconda3-4.5.4-Linux-x86_64.sh

MINICONDA_PREFIX=/usr/local

wget https://repo.continuum.io/miniconda/$MINICONDA_INSTALLER_SCRIPT

chmod +x $MINICONDA_INSTALLER_SCRIPT

./$MINICONDA_INSTALLER_SCRIPT -b -f -p $MINICONDA_PREFIX

结果

3，将此时创建的python版本添加到环境变量

import sys
_ = (sys.path.append("/usr/local/lib/python3.6/site-packages"))

4，调整pip(非必要)

!python -m pip install --upgrade pip
!pip install --upgrade setuptools

5，此时可以使用步骤1查看以下当前的python环境。当然，之所以前文说它类似于虚拟环境，是因为此种方法改变的python环境下几乎没有所必须的库，需要重新安装。具体过程见下文。

二、运行YOLOV5

1.进入新建文件目录（此时数据集已经上传在此文件，且文件夹命名为：colab1）

import os
from google.colab import drive
drive.mount('/content/drive')

%cd /content/drive/MyDrive/colab1#此时的colab1是我之前新创建的文件夹，里面由于存放此次运行的数据集与代码。

可以通过%ls查看此时目录下的文件

2.下载YOLOV5代码

由于直接在外网下载，故而比上传云盘快，建议直接下载（在python环境中运行）：

!git clone https://github.com/ultralytics/yolov5.git

3.转到yolov5目录中

由于测试代码和训练代码均在yolov5框架中，故而建议直接使用cd命令跳入此文件中

%cd yolov5

4.安装所需库

因为所下载的yolov5框架中有所需要库的清单，故而可以可以直接在此目录下运行：

!pip install -r requirements.txt

对所有库进行安装，当然，此时也并非会安装所有需要的库，至于具体还需要什么建议运行时查看报错，使用pip安装。 

5.运行训练代码

! python train.py --cfg models/yolov5s.yaml --data ../traffic/data.yaml --batch-size 64#后面所跟的是配置的数据，与本地运行时相同

总结

YOLOV5训练的时间偏久，而谷歌云盘里面会时常出现验证来确定人是否在电脑前。故而建议在空白处右击进入检查，选择控制台，在下面输入：

function ClickConnect(){
  colab.config
  console.log("Connnect Clicked - Start"); 
  document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click();
  console.log("Connnect Clicked - End");
};
setInterval(ClickConnect, 60000)

之后回车便可解决。